AMENet：用于轨迹预测的注意力地图编码网络
计算机视觉与模式识别
2021-01-14 v2
摘要
轨迹预测对于规划安全未来运动的应用至关重要，即便在城市混合交通中预测接下来几秒也仍具挑战性。智能体的运动方式受不同环境中邻近智能体多样行为的影响。为预测运动，我们提出了一种端到端生成模型，称为注意力地图编码网络（AMENet），该模型编码智能体的运动与交互信息，以实现准确且真实的多路径轨迹预测。一个条件变分自编码器模块被训练用于基于注意力动态地图学习可能未来路径的潜空间以进行交互建模，随后用于以观测到的历史轨迹为条件预测多条合理的未来轨迹。AMENet的有效性使用两个公开轨迹预测基准Trajnet与InD进行了验证。
引用
@article{arxiv.2006.08264,
title = {AMENet: Attentive Maps Encoder Network for Trajectory Prediction},
author = {Hao Cheng and Wentong Liao and Michael Ying Yang and Bodo Rosenhahn and Monika Sester},
journal= {arXiv preprint arXiv:2006.08264},
year = {2021}
}
备注
Accepted by ISPRS Journal of Photogrammetry and Remote Sensing